孟俊, 駱楊

(1.中國石化華北分公司, 河南 鄭州 450006; 2.中國地質大學構造與油氣資源教育部重點實驗室, 湖北 武漢 430074)

0 引 言

裂縫表征是油氣田勘探開發(fā)的一項基本內容[1],其研究具有較大困難[2]。裂縫的測井識別是裂縫表征的重要基礎,而垂直裂縫的測井識別則是其中一個難點[3]。

裂縫測井識別主要有特殊測井和常規(guī)測井2條途徑。特殊測井方法是通過發(fā)展對裂縫響應比較敏感的測井技術直接顯示裂縫位置、特征等,如微電阻率掃描等成像測井[4]。這些方法可以準確識別垂直裂縫等各類裂縫,但昂貴的成本使其難以廣泛應用,大部分老井也缺乏類似資料[5]。大量研究表明,各種常規(guī)測井對垂直裂縫的響應相對較弱,容易發(fā)生漏劃[3]。因此,提高常規(guī)測井識別垂直裂縫的技術水平成為一個重要問題,這在以垂直裂縫為主的裂縫性儲層研究中尤為關鍵。

鄂爾多斯盆地涇河油田長8段發(fā)育致密砂巖油藏,已有研究表明,大量發(fā)育的構造成因的垂直裂縫對該油藏的滲透性及產能有重要影響。因此,垂直裂縫的準確識別對該油藏的儲層表征及進一步的油藏評價都具有重要影響。本文針對該油藏的地質特點,基于常規(guī)測井資料,采用小波變換技術,探討該油藏的垂直裂縫識別方法,為儲層裂縫的進一步表征奠定基礎,也可為其他地區(qū)垂直裂縫的識別提供借鑒。

1 地質概況

鄂爾多斯盆地涇河油田在甘肅省和陜西省交界地區(qū),位于伊陜斜坡、渭北隆起和天環(huán)向斜交接部位,目前正處于開發(fā)評價-開發(fā)初期階段,其中,延長組長8段是該區(qū)塊的重點開發(fā)層系。

長8段沉積相為辮狀三角洲沉積相的三角洲前緣亞相,巖性主要為細粒長石巖屑砂巖和巖屑長石砂巖?；|孔隙度平均5.26%,滲透率平均0.173×10-3μm2,為特低孔隙度-超低滲透率儲層。但在印支期、燕山期和喜山期等3期構造運動的作用下,經過構造擠壓、沉降和抬升等復雜的構造演化,該層段大量發(fā)育斷層及構造裂縫,形成了與裂縫分布有關的孔隙-裂縫型儲層,根據體積法和Parsons公式計算[3],裂縫滲透率可達2.994×10-3μm2。因此,孔隙-裂縫型儲層被認為是長8段獲得油井高產的主要優(yōu)質儲層類型之一。

2 裂縫特征

對彬長地區(qū)長8段47口井的巖心進行觀察及裂縫描述,裂縫以構造剪切縫為主,根據王允誠等[6]對裂縫的分類方法,可分為垂直縫(傾角75°～90°)、高角度斜交縫(75°～45°)、低角度斜交縫(45°～15°)和水平縫(0°～15°)等4種類型,其中水平縫為偶爾發(fā)育的水平微裂縫帶。

2.1 垂直裂縫發(fā)育特征

(1) 長8段最為發(fā)育的裂縫類型是垂直裂縫,在巖心觀察到的裂縫中其比例可達76%,其次為高角度斜交縫,比例為18%。

(2) 垂直裂縫的縫寬相對較大,約1～2 mm,且隨著裂縫傾角的減小,裂縫寬度也有減小的趨勢。

(3) 垂直裂縫中僅有12%被完全充填,充填物以方解石膠結物為主,其余均為未充填(約82%)或半充填(約6%)。

垂直裂縫較高的發(fā)育比例和較大的開啟縫寬,使其在儲層滲流中具有比其他類型裂縫更為突出的作用。

根據巖心觀察結果統計,長8段可見垂直裂縫65條,平均線密度0.1 條/m,但垂直裂縫在不同巖性中的發(fā)育程度相差較大(見表1)。以線密度和裂縫長/巖層厚度比2項參數表示垂直裂縫的發(fā)育程度,隨著泥質含量增加,垂直裂縫發(fā)育程度減小,而各項特征參數均在細砂巖中表現出較大優(yōu)勢,特別是從裂縫數量和裂縫總長度2個方面分析,長8段垂直裂縫主要集中于細砂巖層段。

由此可見,垂直裂縫的大量發(fā)育和在細砂巖中的集中分布,使得該類裂縫在研究區(qū)的砂巖儲層評價中不可忽視。

表1 不同巖性垂直裂縫發(fā)育情況統計

2.2 垂直裂縫含油性

巖心觀察可見(見圖1),垂直裂縫中約71.9%具有油氣顯示,其中多為油斑級別。裂縫發(fā)育具有的較高含油飽和度特征使鉆井液侵入導致的測井響應具有更大的異常,特別是與流體電阻率相關的異常。

圖1 垂直裂縫段巖心含油性統計

3 測井響應特征

測井響應特征分析是裂縫測井識別的基礎,為識別裂縫提供判別依據[5]。縱向分辨率較高、探測深度較淺的常規(guī)測井方法,如深淺側向電阻率、聲波時差、密度、中子測井等,是地層中微觀孔隙結構、流體性質、裂縫、巖性等多種信息形成的不同頻率響應的信號之和[7]。裂縫(特別是開啟裂縫)是地層中的非連續(xù)地質體,會造成測井響應呈現局部異常,而裂縫與基質滲透率的巨大差異引起的鉆井液侵入異常也會加強這種局部特征。這種局部異常也會表現在測井曲線上,從而在一定程度上被用來指示裂縫[1]。

3.1 方法選擇

基于常規(guī)測井的裂縫響應特征分析,通常是通過分析常規(guī)測井曲線或基于常規(guī)測井的指示曲線實現[3,5]。這在識別具有較小傾角或密集發(fā)育的裂縫(如斜交縫、網狀縫)時有比較高的準確性。但是,垂直裂縫在常規(guī)測井曲線上的異常反應通常相對較弱[3]。統計涇河油田長8段的垂直裂縫測井響應特征也發(fā)現,研究區(qū)垂直裂縫段對應的大多常規(guī)測井曲線響應不明顯:聲波時差變化不明顯,密度和中子測井在部分裂縫段略有響應,相比之下,深、淺電阻率離差異常與垂直裂縫發(fā)育段具有較好的對應性。

對此,需采取一定的處理方法強化垂直裂縫造成的響應特征。其中,通過一定的數學方法對數據進行分解是強化裂縫響應特征并進行裂縫識別的一個重要方向[8],小波變換則是其中一種被廣泛應用的方法。Sahimi和Hashemi[9]研究認為孔隙度曲線經過小波變換后的高頻部分可反映裂縫的存在。隨后,國內外眾多學者采用小波變換方法對聲波時差等基本數據或含水飽和度等解釋數據進行多尺度分解,識別單井裂縫,并取得較好效果[7-8,10-15]。已有眾多學者利用小波變換方法,通過多尺度濾波、分解等步驟處理聲波時差、電阻率、含水飽和度等測井數據或參數,重構多尺度信息,突出裂縫的響應特征,進而準確識別[7,12,14]。因此,本文將小波變換技術用于識別研究區(qū)的垂直裂縫,通過強化裂縫響應異常,總結垂直裂縫的響應特征,以確定裂縫識別的判別方法和依據。

3.2 響應特征

為了突出研究區(qū)垂直裂縫造成的測井響應異常,本文構造了孔隙度差值φD和電阻率離差RD曲線,其中φD為聲波孔隙度和總孔隙度[5]的差值,RD為深、淺側向電阻率差值。采用小波變換方法,選用dmey小波基對2條重構曲線進行一級分解,提取高頻部分的小波分解系數并絕對值化,得到最終的裂縫識別信息曲線Dφ和DR,最后讀取垂直裂縫段的Dφ和DR絕對值和相應的泥質含量(Vsh),繪制交會圖(見圖2)。

圖2 垂直裂縫段Dφ和DR響應特征

由圖2可見,細砂巖層段中,隨著泥質含量減少,垂直裂縫引起的孔隙度異常減弱,而電阻率異常增加。這種變化可能與裂縫的低孔隙度、高滲透率特性有關,而裂縫含油則會強化這種響應特征。因此,采用孔隙度異常和巖性(泥質含量)進行輔助,深、淺電阻率離差異常可用于識別研究區(qū)細砂巖中的垂直裂縫段。

4 測井識別方法

(1) 重構曲線。按照前文所述構造孔隙度離差曲線φD和電阻率離差曲線RD。

(2) 小波分解。采用一維離散小波變換方法,選用dmey小波基對φD和RD曲線進行一級分解,獲取高頻部分信息。

(3) 濾波去噪。選用db4小波基在2級分解層次上,采取sqtwolog軟閥值方法對上一步得到的高頻信息進行濾波處理,得到曲線Dφ和DR。

(4) 裂縫識別。以DR曲線為主,并以泥質含量Vsh和Dφ曲線輔助,根據前述垂直裂縫段響應特征識別細砂巖中發(fā)育的垂直裂縫段。

與傳統先濾波后進行小波分解的順序不同,本文考慮到垂直裂縫造成的異常響應相對較弱,而預處理形式的濾波去噪會進一步減弱這種裂縫響應特征,增加垂直裂縫的識別難度。因此,本文將濾波去噪順序置于小波分解之后,以后處理形式消除測井信號中隨機信息的干擾,從而減小對裂縫響應異常的壓制。事實證明,這種方法可有效保留垂直裂縫造成的測井異常響應,同時壓制隨機干擾,以便于垂直裂縫段的識別。

圖3為涇河12井垂直裂縫段識別結果。根據上述識別方法,在巖性識別的細砂巖層段內,以DR曲線為主進行識別,Vsh值越小,則要求DR曲線越大,且Dφ曲線值越小,反之亦然。在圖3所示井段,A井1 362.3～1 366.1 m井段的Vsh值較小,其對應的DR值變化較大且Dφ值變化較小,具有垂直裂縫發(fā)育的響應特征,而巖心觀察和成像測井資料也證實該段發(fā)育垂直裂縫。相比之下,B井段Vsh值較大,其對應的DR值部分層段變化較大,但對應的Dφ值則比較平緩;C段與A段的Vsh和DR值起伏程度相近,但其對應的Dφ值變化?？梢?B段和C段響應特征與前述的垂直裂縫響應特征均不同,成像測井資料也證實,這2個井段不發(fā)育垂直裂縫。

上述分析可見,將傳統的孔隙度和電阻率異常識別方法與小波變換相結合,以電阻率響應特征異常為主,可較好地識別涇河油田長8段的垂直裂縫發(fā)育段。

需要說明的是,常規(guī)測井識別裂縫的能力受裂縫特征、流體性質及測井質量等多因素控制。對于給定的測井數據,小波變換增強其裂縫識別能力,是通過突出裂縫響應特征,而不是提高測井曲線分辨率,因此對裂縫分辨能力的提高有限。盡管如此,這種處理對測井響應相對微弱的垂直裂縫的識別仍有比較明顯的作用。

圖3 涇河12井長8段垂直裂縫段測井識別

5 結 論

(1) 孔隙裂縫型儲層是涇河油田長8段獲得油井高產的主要優(yōu)質儲層類型之一,垂直裂縫是主要的裂縫類型,主要發(fā)育在細砂巖中且具有較好的含油性。

(2) 相對于常規(guī)測井曲線對垂直裂縫識別的困難,小波變換方法可以放大垂直裂縫造成的電阻率異常特征,減弱巖性變化和隨機干擾等因素形成的異常變化。這使得對井下垂直裂縫段的識別,更加直觀、準確。

(3) 對于涇河油田長8段垂直裂縫發(fā)育層段,將傳統的孔隙度和電阻率異常識別方法與小波變換相結合,以電阻率響應特征異常為主,考慮泥質含量變化對孔隙度和電阻率異常的影響,可實現常規(guī)測井的有效識別。

參考文獻:

[1] Laongsakul P, Dürrast H. Characterization of Reservoir Fractures Using Conventional Geophysical Logging [J]. Sonklanakarin Journal of Science and Technology, 2011, 33(2): 237.

[2] Olson J E, Laubach S E, Lander R H. Natural Fracture Characterization in Tight Gas Sandstones: Integrating Mechanics and Diagenesis [J]. AAPG Bulletin, 2009, 93(11): 1535-1549.

[3] 穆龍新, 趙國良, 田中元, 等. 儲層裂縫預測研究 [M]. 北京: 石油工業(yè)出版社, 2009.

[4] 高松洋. 成像測井資料在裂縫識別中的應用 [D]. 東營: 中國石油大學(華東), 2007.

[5] 孫建孟, 劉蓉, 梅基席, 等. 青海柴西地區(qū)常規(guī)測井裂縫識別方法 [J]. 測井技術, 1999, 23(4): 28-32.

[6] 王允誠. 裂縫性致密油氣儲集層 [M]. 北京: 地質出版社, 1992.

[7] 高偉, 王允誠, 徐靜, 等. 小波分析在測井裂縫識別中的應用 [J]. 西南石油大學學報: 自然科學版, 2008, 30(1): 51-53.

[8] Tokhmechi B, Memarian H, Rasouli V, et al. Fracture Detection from Water Saturation Log Data Using a Fourier-Wavelet Approach [J]. Journal of Petroleum Science and Engineering, 2009, 69(1/2): 129-138.

[9] Sahimi M, Hashemi M. Wavelet Identification of the Spatial Distribution of Fractures [J]. Geophysical Research Letters, 2001, 28(4): 611-614.

[10] Surjaatmadja J, Stan S, Champak B, et al. Analysis of Generated and Reflected Pressure Waves during Fracturing Reveals Fracture Behavior [C]∥ San Antonio, Texas: Society of Petroleum Engineers, 2002.

[11] Mohebbi A, Haghighi M, Sahimi M. Conventional Logs for Fracture Detection & Characterization in One of the Iranian Field [C]∥ Dubai, U. A. E: International Petroleum Technology Conference, 2007.

[12] 肖大志. 基于常規(guī)測井資料小波多尺度分析的裂縫識別方法 [J]. 工程地球物理學報, 2011, 8(2): 216-221.

[13] Zhang X F, Pan B Z, Wang F, et al. A Study of Wavelet Transforms Applied for Fracture Identification and Fracture Density Evaluation [J]. Applied Geophysics, 2011, 8(2): 164-169.

[14] 張文靜. 小波多尺度分析方法識別儲層裂縫 [D]. 東營: 中國石油大學(華東), 2009.

[15] 張曉峰, 潘保芝. 二維小波變換在成像測井識別裂縫中的應用研究 [J]. 石油地球物理勘探, 2012, 47(1): 173-176.